----以中信银行和宁波银行为例

赵安琪 北京大学光华管理学院

摘要：银行的资产质量是评估银行运行状况的重要方面，不良贷款率是一项重要指标。在当前经济下行特别是因新冠疫情对经济持续产生破坏性影响的大环境下，针对银行不良贷款的影响因素开展研究十分必要。本文选取2家不同类型上市商业银行为样本，包括股份制大型商业银行中信银行和总体规模较小的城市商业银行宁波银行，在CAMEL评价体系框架下，选取资本充足率等6个银行因素，并结合GDP等3个主要宏观经济因素，使用SPSS进行回归分析，研究内外因素对不同类型银行不良贷款率的影响及差异性，探讨关注类贷款对不良贷款率的影响，并对资产风险管理提出思考。

关键词：CAMEL体系；不良贷款；关注类贷款；资产管理

一、引言

近年来，国际宏观经济形势出现较大变化，联合国在2021年初发布了《世界经济形势与展望》报告，预测未来全球经济复苏仍不稳定，由新冠肺炎疫情造成的破坏性影响将会持续数年，并进而影响全球实现经济复苏的能力。受到国内外经济宏观下行趋势的影响，商业银行的发展也受到了一定压力。因此，及时结合宏观经济趋势对银行自身的状况进行分析，有助于确定银行的经营情况和未来发展走向，并制定有效的改善措施。

银行的资产质量是评估银行运行状况的一项重要因素，而对信贷资产的质量分析中，一项重要指标是不良贷款率—指金融机构不良贷款占总贷款余额的比重。此外，关注类贷款也因其存在可能对偿还产生不利影响的因素，影响贷款的偿还而可能被划为次级类不良贷款。可见对银行不良贷款率的主要影响因素的研究并据此制定妥善的管理策略非常有必要，商业银行不良贷款率的可控对于确保不发生系统性风险将起到至关重要的作用。同时，考虑到不同类型的商业银行具有不同的经营管理风格和商业定位，可能会使得不同指标因素对不良贷款率的影响在影响程度上有所差异，从而影响到银行的具体管理策略，同样值得定量探讨。

二、文献综述

CAMEL信用评级指标体系由美国金融管理局提出，是对商业银行及其他金融机构的业务经营、信用状况等进行的一整套规范化、制度化和指标化的综合等级评定制度。CAMEL体系有五大要素，即资本充足性(Capital Adequacy)、资产质量(Asset Quality)、管理水平(Management)、盈利水平(Earnings)和流动性(Liquidity)。当前国际上对商业银行绩效考察的主要指标，例如资本充足率、总资产周转率、总资产收益率、净资产收益率、利润增长率、贷存款比例等等，都可以在这个体系框架中被涵盖，同时还规定了一系列具体的量化考评标准。该评级体系以评价银行的风险管理能力，分析银行运作是否健康为导向，可实现单项评分与整体评分相结合、定性分析与定量分析相结合，已被世界上大多数国家所采用。已有不少工作在详细介绍CAMEL评价体系的基础上，基于该体系对样本银行的商业竞争力进行定性或者定量的评价。

CAMEL体系中对资产质量的评价是一个非常重要的方面，风险资产的数量以及贷款出现问题的可能性是主要考察指标。通常银行依据借款人的实际还款能力进行贷款质量的五级分类。即按风险程度将贷款划分为正常类、关注类、次级类、可疑类、损失类五大类，后三类（次级、可疑、损失）计为不良贷款。正常类贷款定义为借款人能够履行合同，没有足够理由怀疑贷款本息不能按时足额偿还。关注类贷款定义为尽管借款人目前有能力偿还贷款本息，但存在一些可能对偿还产生不利影响的因素和潜在的缺陷，可能影响贷款的偿还，如果这些不利因素不能消失而影响本息偿还，则就要划为次级类。不良贷款是逾期贷款、呆滞贷款和呆账贷款的总称，不良贷款预示着银行将要发生风险损失。金融机构不良贷款率是评价金融机构信贷资产安全状况的重要指标之一。不良贷款率高，说明金融机构收回贷款的风险大；不良贷款率低，说明金融机构收回贷款的风险小。把不良贷款引发的风险降到最低程度，是商业银行风险管理的重要目标。

针对银行不良贷款的分析研究国内外已有很多工作。郭晓蓓等^[1]从分析我国商业银行不良贷款的存量特征入手，研究了商业银行不良贷款现状、成因及对策。把造成近年来商业银行不良贷款问题的原因分为内外部两种因素，认为当前宏观经济增速放缓、货币紧缩以及部分行业风险暴露是造成不良贷款上升的主要外部因素；不良资产处置的社会生态环境存在短板、商业银行内部管理能力不足以及企业自身局限性是内因。刘阳^[2]将不良贷款率设为风险指标，基于多元线性回归模型研究了11家样本银行资产中不良贷款率和资本充足率、总资产周转率、净资产收益率和贷存比例四项指标的相关性。杨姝琴^[3]从产能过剩和需求不足等角度，从GDP增长、货币供应量、制造业PMI指数和拨备覆盖率四个维度研究对不良贷款率的影响。孙明哲^[4]等从失业率和通货膨胀率等宏观经济因素及银行特定因素角度研究对商业银行不良贷款率的影响，并使用回归模型进行了相关性分析。结果表明，商业银行的不良贷款率与失业率和通货膨胀率等因素存在正相关关系，而与银行资产、股本收益率和GDP增长率等因素存在负相关关系。其他相关研究还包括，孙光林等^[5]从数字经济角度对商业银行不良贷款率的影响机制进行了论述，利用动态面板模型与中介效应方法，研究表明了数字经济对商业银行不良贷款率的显著负向影响。丁浩等^[6]从政商关系角度研究其对城市商业银行不良贷款率的影响，研究发现，政商关系越“亲（近）清（白）”，城市商业银行不良贷款率越低。韦际杰^[7]从区域角度研究商业银行不良贷款率的区域差异，探究我国东北、东部、中部及西部四个地区商业银行不良贷款率的区域差异，发现没有显著影响。刘杭^[8]研究了新冠疫情对我国商业银行不良贷款的影响，2020年数据表明，我国商业银行不良贷款率及商业银行不良贷款余额呈现出双升的趋势。

本文拟探究在不良贷款率的主要影响因素及程度上，不同类型银行的差异化表现。本工作选取2家不同类型的上市商业银行为样本，包括股份制大型商业银行中信银行和总体规模较小的城市商业银行宁波银行。将在CAMEL评价体系的框架下，选取资本充足率、不良贷款拨备覆盖率、总资产同比、贷款占比、净资产收益率，以及存贷比等6个银行因素指标，再结合考虑国内生产总值增长（GDP）、制造业采购经理指数（PMI）、居民消费价格指数（CPI）3项主要宏观经济因素指标，研究对样本银行的不良贷款率造成影响的主要因素及影响程度，探讨不同类型商业银行的差异化特点。

三、研究方法与指标选取

本文的研究对象是2家不同类型的上市商业银行，为股份制大型商业银行中信银行和总体规模较小的城市商业银行宁波银行。因变量为样本银行的不良贷款率。变量选取6个银行因素指标，包括：资本充足率、不良贷款拨备覆盖率、总资产同比、贷款占比、净资产收益率，和存贷比；以及3个宏观经济因素指标，包括：国内生产总值增长（GDP）、制造业采购经理指数（PMI）和居民消费价格指数（CPI）。数据来自国家统计局和上市公司的财务报表。

用SPSS 26.0统计分析软件进行多元线性回归分析。将变量分为银行因素和宏观经济因素两组，针对中信银行和宁波银行2011年至2020年的数据分别进行统计计算。

四、结果及分析

（一）银行因素对不良贷款率的影响

使用SPSS 26.0进行多元回归分析确定选取的6个银行因素变量对不良贷款率的影响程度。对宁波银行2011年至2020年的数据统计结果如图1至图3所示。

图1给出了宁波银行评价模型的检验统计量。可以得到调整后的R平方为0.992，说明回归的拟合度高，德宾-沃森统计量为3.046，说明模型残差存在负自相关性。图2给出了方差分析的结果。可以得到回归部分的F值197.926，相应的显著性值为0.001，小于显著水平0.05，因此可以判断由多个变量对不良贷款率的解释的部分非常显著。图3给出了宁波银行6个因素变量的线性回归系数及其他相应的统计量。线性回归系数的数值越大，则该因素的影响程度越高。此外，6个因素相应的显著性值均小于0.05，说明系数非常显著。这与图2中方差分析的结果一致。

用同样的统计方法对中信银行的数据也进行了统计分析，两家银行的标准化回归系数Beta值合并列于表1。从表1可以得出，在2011年至2020年间，对宁波银行不良贷款率影响最大的前三个银行因素是净资产收益率、拨备覆盖率和资本充足率，其他三个因素的系数相对较小，说明影响程度较低。从表1还可以看出，对中信银行不良贷款率影响最大的银行因素有两项，为不良贷款拨备覆盖率和净资产收益率（这两项的回归显著性值分别为0.002和0.056，说明系数显著），而其他4个因素的系数值均比较小，说明影响程度较低。

表1 2011年-2020年影响宁波银行和中信银行不良贷款率的银行因素重要度

以上结果表明，从本文选取的6个银行因素角度看，不良贷款拨备覆盖率和净资产收益率这两项因素是两个影响度最大的因素，且与不良贷款率均呈现负相关的关系。说明银行收益率越高的时候，可以给与用户更多的贷款支持促进生产发展，可使得不良贷款率降低；拨备覆盖率越高的时候，反映银行对贷款损失的弥补能力和对贷款风险的防范能力越高，则也可抑制不良贷款率。从影响最大的两个因素的系数数值看，这两项因素对宁波银行的影响强度要高于对中信银行的影响强度。

（二）宏观经济因素对不良贷款率的影响

同上，本文使用SPSS进行多元回归分析确定选取的3个宏观经济变量GDP、PMI和CPI对样本银行不良贷款率的影响程度。对宁波银行和中信银行的统计结果分别如图4和图5所示。

从图4和图5可以得到线性回归中3个宏观经济因素的系数和显著性，可以看到，只有中信银行的国内生产总值一项相应的显著性值为0.001，小于0.05，说明这项系数非常显著，此项有显著影响。而其他的显著性值均大于0.05，说明统计结果没有显著性。说明中信银行受到宏观经济因素的影响较之宁波银行为大。

（三）关注类贷款的走势及影响

本工作还探讨了宁波银行和中信银行的不良贷款率及关注类贷款率近十年随时间的整体走势，如图6所示。可以看出，中信银行近年的不良贷款率增长比较迅速，2016年之后趋于平缓，稳定在约1.7%左右，而宁波银行的不良贷款率一直稳定在0.8%左右。按照我国监管部门对商业银行不良贷款率的限制，要求国有商业银行上市的不良贷款率必须低于10.6%，可见尽管中信银行的不良贷款率较宁波银行偏高，但仍远低于国家限定的比率。

中信银行的关注类贷款率在2015年达到最高，其后逐年下降，但整体水平超过2%，仍然较宁波银行为高。宁波银行的关注类贷款率在2015年之后也是逐年下降，整体水平保持较低，在0.5%左右，转为不良贷款的风险及不良影响相对较低，可见宁波银行近年在借贷的筛选上比较有特色。在上文中我们可知，次级类贷款、可疑类贷款和损失类贷款将被记为不良贷款，也就是说占比颇高的关注类贷款并不在不良贷款的计算范围内。尽管如此，关注类贷款的高占比仍然需要受到关注。尽管借款人目前有能力偿还贷款本息，但存在一些可能对偿还产生不利影响的因素，存在潜在的可能影响贷款偿还的风险，比如来自宏观经济、市场、行业等外部环境的变化对借款人的经营产生的不利影响，或者借款人所处的行业呈下降趋势等，这些都可能影响借款人的偿债能力。在当前经济下行特别是因新冠疫情对经济持续产生破坏性影响的背景下，这个不确定因素带来的影响值得特别关注。

五、结论与建议

本工作选择了2家不同类型的上市商业银行为样本。中信银行为股份制大型商业银行，是实力雄厚可提供各种不同产品的大型综合金融平台；宁波银行是总体规模较小的城市商业银行，区别于国有银行及其他股份制银行，宁波银行根据自身经济特点，以中小企业为目标客户群体，形成了自身的经营特色和竞争优势，是我国不良贷款最低的银行之一。

分析结果表明，不同类型的商业银行在资产管理上具有不同的特点，大型银行资产雄厚、资本充足性高、盈利能力强、不良贷款拨备覆盖率强，风险抵抗能力高；反映在对不良贷款率的具体控制方面，总体规模较小的城市商业银行表现出更平稳和谨慎的控制能力，呈现出更稳健的态势。不同银行要根据自身的定位和特点，通过深入的数据分析，发现其中的某些规律和特点，找到产生影响的关键因素，有助于银行风险管理能力的提升。同时，商业银行应根据自身的特点和能力，制定更具前瞻性和科学性的信贷策略，积极创新适合自身特点的不良资产处置方式，在保护自身商业利益的前提下，也可为同行业提供可以参考的先进经验，营造整体良好的金融环境。

从宏观的角度看，不论什么类型的银行，其经营活动和绩效都是融入在社会发展中并和整体经济水平及大环境相关联和适应的，在当前受到国内外经济宏观下行趋势的影响背景下，要坚持政府对现代金融活动实行有力且全面的监督和管控。监管机构应充分发挥好宏观政策的制定、加强调节作用，加快金融市场的发达和成熟程度，防范银行风险的过度集中问题。其次，从风险管控能力建设看，监管机构与商业银行都要提升管理水平并向现代化转型，不仅要从政策层面和评价机制方面与时俱进，还要从技术层面，提升预测、发现和及时解决金融新问题的管控实操能力，建立现代化的风险防控体系。再次，从法治环境建设角度，重视制度法规的滞后性与发展速度不匹配的问题，加快法律法规的建设完善以及配套体系的建设，加快补齐制度短板，创造良好的法制环境助力化解不良资产，减少因宏观经济、市场、行业等外部环境的变化对借款人的经营产生的不利影响，抵御关注类贷款转为不良贷款的不确定性。把不良贷款引发的风险降到最低程度，全面提升商业银行的风险管理能力。

参考文献：

[1]郭晓蓓,麻艳,施元雪.商业银行不良贷款现状、成因及对策研究[J].当代经济管理,2020,42(06):81-88.

[2]刘阳.不良贷款率与财务预警指标相关性分析——基于CAMEL评级体系的实证研究[D].对外经济贸易大学,2009.

[3]杨姝琴.我国商业银行不良贷款影响因素实证分析 ——以平安银行为例[J].浙江工商职业技术学院学报，2019,18(04):21-25.

[4]孙明哲,赵领娣.我国商业银行不良贷款的影响因素分析[J].经济研究导刊,2020(05):127-133.

[5]孙光林,蒋伟.数字经济对商业银行不良贷款率的影响机制研究[J].证券市场导报,2021(05):37-54.

[6]丁浩,方盈赢.政商关系对城市商业银行不良贷款率的影响[J].经济与管理研究,2019,40(10):47-59.

[7]韦际杰.商业银行不良贷款率的区域差异研究[J].投资与创业,2021,32(02):22-24.

[8]刘杭.新冠疫情对我国商业银行不良贷款的影响[J].经济研究导刊,2021(02):120-122.